在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实...在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实现冷热电多能互补。其次对数据中心运行过程中所需制冷量与余热之间的复杂关系进行了深入分析,采用溴化锂吸收式制冷机和电制冷机来满足数据中心的冷负荷需求。为了更有效地应对批处理负荷在时间维度上的变化特性,制定了高度灵活的数据负荷分配策略,并建立了双层规划模型。使用场景削减的典型日选择方法以应对源荷不确定性,并引入基于Tent映射的灰狼优化算法(Tent mapping grey wolf optimization algorithm,TMGWO)和CPLEX进行联合求解。最后,通过对某含数据中心的微能源网系统进行仿真分析,数值计算结果表明所提出的方法能够有效提高系统的经济性和环保性。展开更多
随着人工智能对算力需求的激增,数据中心(internet data center,IDC)作为数据处理与存储的机构,其能耗需求远超预期,使用新能源是其可持续发展的需要。然而,可再生能源具有出力不确定性,仅依靠数据中心参与需求响应难以实现消纳,可配置...随着人工智能对算力需求的激增,数据中心(internet data center,IDC)作为数据处理与存储的机构,其能耗需求远超预期,使用新能源是其可持续发展的需要。然而,可再生能源具有出力不确定性,仅依靠数据中心参与需求响应难以实现消纳,可配置储能提高系统灵活性。因此,本工作建立了以规划总成本最优为目标的数据中心与电池储能(battery energy storage,BES)协同规划两阶段鲁棒模型,为防止规划结果过于乐观,引入了储能寿命约束。同时针对在求解所建模型过程中,传统C&CG(column-and-constraint generation)算法存在难以平衡求解速度与精度间关系的问题,本工作提出了一种不精确列和生成约束算法i-C&CG(inexact column-and-constraint generation)进行求解。基于IEEE30节点与IEEE118节点算例系统进行优化解算,仿真结果表明,与仅配置单一储能相比,本工作所提模型储能年等效建设成本下降39785元,数据中心年等效建设成本下降289080元;且本工作所提算法与传统C&CG相比,采用0.18低精度下的i-C&CG,与采用0.16较高精度的C&CG相比较,i-C&CG最多可缩短3632 s的单次迭代求解所需时间,且最终计算结果的相对误差为0.46%,两者收敛间隙与相对最优间隙近似。展开更多
随着互联网数据中心IDC的快速发展,为其配备的不间断电源系统UPS规模越来越大,由于UPS的电池系统只有在少数的停电时段应用,造成了大量的资源闲置。在保证备电的前提下,充分挖掘UPS中电池系统的储能功能,是一种经济高效的储能形式。在常...随着互联网数据中心IDC的快速发展,为其配备的不间断电源系统UPS规模越来越大,由于UPS的电池系统只有在少数的停电时段应用,造成了大量的资源闲置。在保证备电的前提下,充分挖掘UPS中电池系统的储能功能,是一种经济高效的储能形式。在常规UPS的基础上,提出了储能型不间断电源系统(energy storage type of UPS,EUPS)的实现架构,EUPS多种“备电+储能”应用功能的控制策略,以及EUPS参与电网多场景调节的协调控制策略。最后,基于建成的EUPS示范系统,验证了所提的EUPS系统架构和控制策略的有效性。展开更多
作为能源技术与互联网信息技术相融合的产物,能源互联网的构建离不开大型数据服务中心互联的支撑。然而,当前互联网数据中心(Internet Data Center,IDC)巨大能耗所带来的成本和环境压力,突显出对IDC能耗管理的重要性。文中基于实时电价...作为能源技术与互联网信息技术相融合的产物,能源互联网的构建离不开大型数据服务中心互联的支撑。然而,当前互联网数据中心(Internet Data Center,IDC)巨大能耗所带来的成本和环境压力,突显出对IDC能耗管理的重要性。文中基于实时电价和多电力市场构成的能源互联网市场环境,在考虑IDC散热成本、碳排放成本以及服务延迟约束的基础上,以IDC负荷周期内总的能耗成本最小化为目标,建立了IDC数据负荷在多时空尺度下的优化调度模型,并采用反馈分支定界算法对模型求解。最后,通过算例仿真验证所提方案的正确性,仿真结果表明该技术可以显著降低IDC的能耗成本。展开更多
文摘在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实现冷热电多能互补。其次对数据中心运行过程中所需制冷量与余热之间的复杂关系进行了深入分析,采用溴化锂吸收式制冷机和电制冷机来满足数据中心的冷负荷需求。为了更有效地应对批处理负荷在时间维度上的变化特性,制定了高度灵活的数据负荷分配策略,并建立了双层规划模型。使用场景削减的典型日选择方法以应对源荷不确定性,并引入基于Tent映射的灰狼优化算法(Tent mapping grey wolf optimization algorithm,TMGWO)和CPLEX进行联合求解。最后,通过对某含数据中心的微能源网系统进行仿真分析,数值计算结果表明所提出的方法能够有效提高系统的经济性和环保性。
文摘随着人工智能对算力需求的激增,数据中心(internet data center,IDC)作为数据处理与存储的机构,其能耗需求远超预期,使用新能源是其可持续发展的需要。然而,可再生能源具有出力不确定性,仅依靠数据中心参与需求响应难以实现消纳,可配置储能提高系统灵活性。因此,本工作建立了以规划总成本最优为目标的数据中心与电池储能(battery energy storage,BES)协同规划两阶段鲁棒模型,为防止规划结果过于乐观,引入了储能寿命约束。同时针对在求解所建模型过程中,传统C&CG(column-and-constraint generation)算法存在难以平衡求解速度与精度间关系的问题,本工作提出了一种不精确列和生成约束算法i-C&CG(inexact column-and-constraint generation)进行求解。基于IEEE30节点与IEEE118节点算例系统进行优化解算,仿真结果表明,与仅配置单一储能相比,本工作所提模型储能年等效建设成本下降39785元,数据中心年等效建设成本下降289080元;且本工作所提算法与传统C&CG相比,采用0.18低精度下的i-C&CG,与采用0.16较高精度的C&CG相比较,i-C&CG最多可缩短3632 s的单次迭代求解所需时间,且最终计算结果的相对误差为0.46%,两者收敛间隙与相对最优间隙近似。
文摘随着互联网数据中心IDC的快速发展,为其配备的不间断电源系统UPS规模越来越大,由于UPS的电池系统只有在少数的停电时段应用,造成了大量的资源闲置。在保证备电的前提下,充分挖掘UPS中电池系统的储能功能,是一种经济高效的储能形式。在常规UPS的基础上,提出了储能型不间断电源系统(energy storage type of UPS,EUPS)的实现架构,EUPS多种“备电+储能”应用功能的控制策略,以及EUPS参与电网多场景调节的协调控制策略。最后,基于建成的EUPS示范系统,验证了所提的EUPS系统架构和控制策略的有效性。
文摘作为能源技术与互联网信息技术相融合的产物,能源互联网的构建离不开大型数据服务中心互联的支撑。然而,当前互联网数据中心(Internet Data Center,IDC)巨大能耗所带来的成本和环境压力,突显出对IDC能耗管理的重要性。文中基于实时电价和多电力市场构成的能源互联网市场环境,在考虑IDC散热成本、碳排放成本以及服务延迟约束的基础上,以IDC负荷周期内总的能耗成本最小化为目标,建立了IDC数据负荷在多时空尺度下的优化调度模型,并采用反馈分支定界算法对模型求解。最后,通过算例仿真验证所提方案的正确性,仿真结果表明该技术可以显著降低IDC的能耗成本。
